一、大数据类型

根据数据量分为以下三种类型：1）内存级别：数据量不超过集群的内存最大值。采用一些内存数据库，将热点数据常驻内存之中，从而取得非常快速的分析能力，非常适合实时分析业务；2）BI级别：对于内存来说太大的数据量，但一般可以将其放入传统的BI产品和专门设计的BI数据库之中进行分析；3）对于数据库和BI产品已经完全失效或者成本过高的数据量。BI（Business Intelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。而这些数据可能来自企业的CRM、SCM等业务系统。商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。把商业智能看成一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供数据支持。商业智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、OLAP产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等。

二、医疗大数据的发展历程

DRGs(Diagnosis Related Groups)中文翻译为（疾病）诊断相关分类， 它根据病人的年龄、性别、住院天数、临床诊断、病症、手术、疾病严重程度，合并症与并发症及转归等因素把病人分入500-600 个诊断相关组，然后决定应该给医院多少补偿。DRGs 是当今世界公认的比较先进的支付方式之一。DRGs的指导思想是：通过统一的疾病诊断分类定额支付标准的制定，达到医疗资源利用标准化。有助于激励医院加强医疗质量管理，迫使医院为获得利润主动降低成本，缩短住院天数，减少诱导性医疗费用支付，有利于费用控制。在实施的过程中，许多国家发现了其进一步的优点：有效的降低了医疗保险机构的管理难度和费用；有利于宏观预测和控制医疗费用；为医疗质量的评估提供了一个科学的、可相互比较的分类方法。DRGs 用于医疗费用支付制度的基本出发点是：医疗保险的给付方不是按照病人在院的实际花费（即按服务项目）付账，而是按照病人疾病种类、严重程度、治疗手段等条件所分入的疾病相关分组付账。依病情的不同、病人的不同、治疗手段的不同会有不同的DRG 编码相对应。

参照RBRVS评估系统，根据对医疗收费标准表中各项医疗处置项目设定奖金核算比率，并遵循如下原则：

１、必须为医师亲自操作的项目，药品材料完全排除。

２、技术、责任、风险要求高，其分配比率亦高。如手术。

３、以监督、指导辅助为主的项目，其分配比率相对较低。

４、花费时间多者，分配比率高；反之则分配比率低；前者如血管造影，后者如胸部摄片。

５、使用设备贵，人员多者，分配比率低；设备便宜，人员少者，分配比率较高。

医师奖金核算计算公式

专科奖金＝
（医疗项目１＊核算比例＋项目２＊核算比例＋．．．．．）－医师可控直接成本
专科（补贴科室）奖金＝
（医疗项目１＊核算比例＋项目２＊核算比例＋．．．．）＊加成率－医师可控直接成本

医师绩效奖金=医师工作量劳务奖－医师基础工作量要求－医师可控成本

此外，医师绩效奖金的30%作为绩效考核奖，依据每月质量考核汇总结果再行发放。

确定医师成本可控项目

医师绩效奖金的核算不但要体现医师不同医疗服务工作量的劳务价值，同时还应鼓励节约消耗性卫生材料的使用。

在过去的奖金核算办法中一味将所有成本打入科室核算办法中，有许多分摊性成本往往是临床人员无法直接管控的，将不可控的成本与绩效奖金核算挂钩实在没有实质意义。

目前医疗结构化数据只占15%左右，HIS/LIS/EMR数据库（2008 - 至 今）：4.5TB ； PACS数据量（2006 -至今）：300TB

三、医疗数据的来源

PACS 的一般组成部分包括：

1. DICOM 图像服务器 (Image Server) -- 用来接收、提供和管理医疗影像

2. 医生诊断工作站 (Review Station) -- 医师用来阅片和打报告

3. DICOM 网关(Image Gateway) - 将非 DICOM 图像通过数字或视频方式转换成 DICOM

4. 远程诊断服务器 (Teleradiology server) -- 让医师远程用 Web 浏览器或其他软件看图诊断

5. 高级专用影像处理工作站-- 如三维图像工作站，核医学/PET 工作站 (可能包括CT/MR - PET/SPECT 图像融合功能)

6. RIS 和报告终端

7. 技师 QA/QC 工作站 (Tech-station)

四、医疗大数据的应用

医疗数据利用存在的问题有

数据应用 Data application ：应用场景多样（管理、科研、诊疗、教学）；用户需求个性化、专业化；安全性及合规性要求极高；数据处理Data processing：大量文本、图像等非结构化数据；行业标准不统一，难以复用，难以沉淀；专业性强，细分领域多；数据集成Data integration：多系统异源异构数据；数据质量参差不齐，不完整性显著；数据分散、规模大、增长迅速、冗余性强。各种检测数据的缺失，影响到大数据平台效能的发挥。大数据带来的影响与反思：大数据带来数据安全与隐私保护更深层次的问题。